Microsoft ਨੇ GitHub Copilot ਲਈ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਕੋਡਿੰਗ ਮਾਡਲ ਵਜੋਂ MAI Code 1.1 Flash ਲਾਂਚ ਕੀਤਾ ਹੈ, ਪਰ ਸ਼ੁਰੂਆਤੀ ਬੈਂਚਮਾਰਕ ਅਤੇ ਕੀਮਤਾਂ ਦੇ ਟੇਬਲ ਇਸਨੂੰ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਲਾਗਤ ਦੋਵਾਂ ਵਿੱਚ DeepSeek ਦੀ open-weight ਪੇਸ਼ਕਸ਼ ਤੋਂ ਪਿੱਛੇ ਰੱਖਦੇ ਹਨ।

ਬੈਂਚਮਾਰਕ ਦੀ ਅਸਲੀਅਤ ਬਨਾਮ ਪ੍ਰੈਸ ਰਿਲੀਜ਼

Microsoft ਦੇ ਲਾਂਚ ਨੋਟਸ ਇਸਦੇ MAI ਮਾਡਲ ਦੇ ਜੂਨ ਵਾਲੇ ਵਰਜ਼ਨ ਦੇ ਮੁਕਾਬਲੇ ਟੋਕਨ ਕੁਸ਼ਲਤਾ (token efficiency) ਵਿੱਚ 25% ਵਾਧੇ ਅਤੇ ਲਾਗਤ ਵਿੱਚ 75% ਕਟੌਤੀ ਦਾ ਵਾਅਦਾ ਕਰਦੇ ਹਨ। ਕੰਪਨੀ Copilot ਦੇ ਅੰਦਰ ਲੱਖਾਂ ਰੇਨਫੋਰਸਮੈਂਟ-ਲਰਨਿੰਗ (reinforcement-learning) ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਤੋਂ ਬਾਅਦ "code survival" ਵਿੱਚ 4% ਵਾਧੇ ਦਾ ਵੀ ਦਾਅਵਾ ਕਰਦੀ ਹੈ।

ਸੁਤੰਤਰ ਟੈਸਟਿੰਗ ਇੱਕ ਵੱਖਰੀ ਕਹਾਣੀ ਦੱਸਦੀ ਹੈ। SWE-bench Verified ਸੂਟ 'ਤੇ, MAI Code 1.1 Flash 72.6% ਪਾਸ ਰੇਟ ਦਰਜ ਕਰਦਾ ਹੈ, ਜੋ Claude Haiku 4.5 (69.8%) ਅਤੇ GPT-5.4 mini (69.2%) ਤੋਂ ਥੋੜ੍ਹਾ ਅੱਗੇ ਹੈ। ਇਹ ਫਾਇਦਾ ਬਹੁਤ ਘੱਟ ਹੈ ਅਤੇ ਸਿਰਫ਼ ਇੱਕ ਮਾਪਦੰਡ (metric) ਤੱਕ ਸੀਮਤ ਹੈ।

Terminal Bench 2.1 'ਤੇ ਇਹ ਅੰਤਰ ਹੋਰ ਵਧ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ ਅਸਲ ਦੁਨੀਆ ਦੇ ਕਮਾਂਡ-ਲਾਈਨ ਕੰਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਮਾਡਲ ਦੀ ਯੋਗਤਾ ਨੂੰ ਮਾਪਦਾ ਹੈ। ਇੱਥੇ MAI Code 1.1 Flash 62.9% ਸਕੋਰ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ DeepSeek-V4-Flash-0731 82.7% ਦਾ ਨਤੀਜਾ ਦਿੰਦਾ ਹੈ। ਇਹ ਅੰਤਰ ਉਹਨਾਂ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਵੱਡਾ ਹੈ ਜੋ terminal-centric ਕੋਡ ਜਨਰੇਸ਼ਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ।

ਕੀਮਤ ਦੇ ਦਬਾਅ ਵਾਲੇ ਬਿੰਦੂ

Microsoft ਨਵੇਂ ਮਾਡਲ ਨੂੰ "ਬਜਟ-ਅਨੁਕੂਲ" ਵਿਕਲਪ ਵਜੋਂ ਮਾਰਕੀਟ ਕਰਦਾ ਹੈ, ਪਰ ਟੋਕਨ ਦੀਆਂ ਕੀਮਤਾਂ ਕੁਝ ਹੋਰ ਹੀ ਕਹਿੰਦੀਆਂ ਹਨ। DeepSeek-V4-Flash ਇਨਪੁਟ ਟੋਕਨ ਲਈ $0.14 ਅਤੇ ਆਉਟਪੁਟ ਟੋਕਨ ਲਈ $0.28 ਲੈਂਦਾ ਹੈ। MAI Code 1.1 Flash ਇਨਪੁਟ ਲਈ $0.20 ਅਤੇ ਆਉਟਪੁਟ ਲਈ $1.20 ਦੱਸਦਾ ਹੈ। Claude Haiku 4.5 ਕ੍ਰਮਵਾਰ $1.00 ਅਤੇ $5.00 'ਤੇ ਹੈ, ਜੋ ਇਸਦੀ ਪ੍ਰੀਮੀਅਮ ਸਥਿਤੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ।

ਆਉਟਪੁਟ-ਟੋਕਨ ਦੀ ਲਾਗਤ ਵਿੱਚ ਭਾਰੀ ਵਾਧੇ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕੋਡ ਦੇ ਵੱਡੇ ਹਿੱਸੇ ਤਿਆਰ ਕਰਨ ਵਾਲਾ ਕੋਈ ਵੀ ਵਰਕਫਲੋ Microsoft ਦੇ ਮਾਡਲ ਨੂੰ ਵਧੇਰੇ ਮਹਿੰਗਾ ਵਿਕਲਪ ਬਣਾ ਦੇਵੇਗਾ, ਭਾਵੇਂ ਇਸਦੇ ਪਿਛਲੇ ਵਰਜ਼ਨ ਦੇ ਮੁਕਾਬਲੇ ਵਾਅਦਾ ਕੀਤੀ ਗਈ ਕਟੌਤੀ ਤੋਂ ਬਾਅਦ ਹੀ ਕਿਉਂ ਨਾ ਹੋਵੇ। ਉੱਚ-ਪੱਧਰ ਦੇ ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਉਦਯੋਗਾਂ (enterprises) ਲਈ, ਆਰਥਿਕਤਾ ਪੂਰੀ ਤਰ੍ਹਾਂ DeepSeek ਵੱਲ ਝੁਕਦੀ ਹੈ।

MAI Code 1.1 Flash ਕਿਵੇਂ ਆਇਆ

ਇਹ ਮਾਡਲ Copilot ਸਟੈਕ ਵਿੱਚ ਤੀਜੀ-ਪਾਰਟੀ ਸੇਵਾਵਾਂ ਨੂੰ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਬਣਾਏ ਗਏ ਵਿਕਲਪਾਂ ਨਾਲ ਬਦਲਣ ਦੇ Microsoft ਦੇ ਵਿਆਪਕ ਯਤਨਾਂ ਦਾ ਹਿੱਸਾ ਹੈ। Copilot ਦੀ ਵਰਤੋਂ ਤੋਂ ਪ੍ਰਾਪਤ ਵਿਆਪਕ ਰੇਨਫੋਰਸਮੈਂਟ-ਲਰਨਿੰਗ ਡੇਟਾ 'ਤੇ ਸਿਖਲਾਈ ਦੇ ਕੇ, Microsoft ਉਮੀਦ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਯੂਜ਼ਰ ਦੇ ਵਿਵਹਾਰ ਅਤੇ ਮਾਡਲ ਵਿੱਚ ਸੁਧਾਰ ਦੇ ਵਿਚਕਾਰ ਫੀਡਬੈਕ ਲੂਪ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰ ਸਕੇਗਾ। ਇਹ ਲਾਂਚ ਵਧਦੇ ਅਪਗ੍ਰੇਡਾਂ ਦੇ ਇੱਕ ਪੈਟਰਨ ਦੀ ਪਾਲਣਾ ਵੀ ਕਰਦਾ ਹੈ: ਜੂਨ ਵਾਲਾ ਵਰਜ਼ਨ ਲਾਗਤ ਬਚਾਉਣ ਵਾਲੇ ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ Flash ਵਰਜ਼ਨ ਨੂੰ ਉਸੇ ਦਿਸ਼ਾ ਵਿੱਚ ਅਗਲਾ ਕਦਮ ਮੰਨਿਆ ਜਾ ਰਿਹਾ ਹੈ।

ਜੇਤੂ, ਹਾਰੇ ਅਤੇ ਵਿਆਪਕ ਦਾਅਵਿਆਂ

AI ਖਰਚੇ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਦੇ ਚਾਹਵਾਨ ਉਦਯੋਗਾਂ ਨੂੰ DeepSeek ਦੀ ਕੀਮਤ ਵਧੇਰੇ ਆਕਰਸ਼ਕ ਲੱਗ ਸਕਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਆਉਟਪੁਟ ਦੀ ਮਾਤਰਾ ਜ਼ਿਆਦਾ ਹੋਵੇ। ਇਸ ਦੌਰਾਨ, Microsoft ਨੂੰ Copilot ਈਕੋਸਿਸਟਮ 'ਤੇ ਵਧੇਰੇ ਨਿਯੰਤਰਣ ਮਿਲਦਾ ਹੈ ਅਤੇ OpenAI ਜਾਂ Anthropic ਵਰਗੇ ਬਾਹਰੀ ਪ੍ਰਦਾਤਾਵਾਂ ਤੋਂ ਮਾਲੀਆ ਦੂਰ ਲੈ ਜਾਣ ਦੀ ਸਮਰੱਥਾ ਮਿਲਦੀ ਹੈ।

Microsoft ਦਾ ਸੰਭਾਵੀ ਬਚਾਅ

Microsoft ਦਾ ਆਪਣਾ ਡੇਟਾ ਟੋਕਨ-ਕੁਸ਼ਲਤਾ ਦੇ ਲਾਭਾਂ ਅਤੇ SWE-bench 'ਤੇ ਇੱਕ ਮਾਮੂਲੀ ਫਾਇਦੇ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

  • ਅਪਣਾਉਣ ਦੇ ਮਾਪਦੰਡ (Adoption metrics): Copilot ਦੇ ਵਰਤੋਂ ਦੇ ਅੰਕੜੇ ਇਹ ਦੱਸਣਗੇ ਕਿ ਕੀ ਡਿਵੈਲਪਰ ਨਵੇਂ ਡਿਫੌਲਟ ਵੱਲ ਜਾ ਰਹੇ ਹਨ ਜਾਂ API ਰਾਹੀਂ ਵਿਕਲਪਿਕ ਮਾਡਲਾਂ ਨੂੰ ਇੰਪੋਰਟ ਕਰ ਰਹੇ ਹਨ।
  • ਕੀਮਤਾਂ ਵਿੱਚ সমন্বय (Pricing adjustments): ਜੇਕਰ Microsoft ਦੀ ਆਉਟਪੁਟ-ਟੋਕਨ ਕੀਮਤ ਉੱਚੀ ਰਹਿੰਦੀ ਹੈ, ਤਾਂ ਬਾਜ਼ਾਰ ਦਾ ਦਬਾਅ ਇਸ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰ ਸਕਦਾ ਹੈ।
  • ਬੈਂਚਮਾਰਕ ਅਪਡੇਟਸ (Benchmark updates): Terminal-ਕੇਂਦਰਿਤ ਟੈਸਟਾਂ ਦੇ ਨਵੇਂ ਵਰਜ਼ਨ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਸੰਤੁਲਨ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ Microsoft ਆਪਣੀ ਰੇਨਫੋਰਸਮੈਂਟ-ਲਰਨਿੰਗ ਪਾਈਪਲਾਈਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾ ਰਿਹਾ ਹੈ।
  • Open-weight ਮੁਕਾਬਲਾ: ਕੋਡਿੰਗ ਖੇਤਰ ਵਿੱਚ ਹੋਰ open-weight ਮਾਡਲਾਂ ਦੇ ਆਉਣ ਨਾਲ ਕੀਮਤ-ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਦੌੜ ਤੇਜ਼ ਹੋ ਸਕਦੀ ਹੈ।

ਸਿੱਟਾ

MAI Code 1.1 Flash ਇੱਕ ਸੀਮਤ ਬੈਂਚਮਾਰਕ 'ਤੇ ਮਾਮੂਲੀ ਲਾਭ ਲਿਆਉਂਦਾ ਹੈ ਪਰ terminal ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਟੋਕਨ ਲਾਗਤ ਦੋਵਾਂ ਵਿੱਚ DeepSeek ਦੇ open-weight ਮਾਡਲ ਤੋਂ ਪਿੱਛੇ ਰਹਿ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਦੀ ਸਹੂਲਤ ਅਤੇ ਸ਼ੁੱਧ ਕੁਸ਼ਲਤਾ (raw efficiency) ਵਿਚਕਾਰ ਚੋਣ ਕਰਨੀ ਪਵੇਗੀ।